前言

第1章車輛中的計算機視覺1
1.1簡介1
1.1.1應用2
1.1.2交通安全和舒適性2
1.1.3計算機視覺的優勢3
1.1.4通用和特定任務3
1.1.5多模塊解決方案4
1.1.6準確性、精確性和魯棒性4
1.1.7比較績效評估4
1.1.8成功案例5
1.2符號和基本定義5
1.2.1圖像和視頻5
1.2.2攝像機7
1.2.3優化8
1.3視覺任務10
1.3.1距離10
1.3.2運動13
1.3.3物體檢測與跟蹤15
1.3.4語義分割16
1.4本章小結18
致謝19

第2章自動駕駛20
2.1簡介20
2.1.1夢想20
2.1.2應用21
2.1.3自動駕駛等級22
2.1.4重要研究項目22
2.1.5戶外視覺挑戰25
2.2城市自動駕駛25
2.2.1定位28
2.2.2基於立體視覺的三維感知30
2.2.3目標識別35
2.3挑戰40
2.3.1增加魯棒性41
2.3.2語義分割41
2.3.3意圖識別43
2.4本章小結43
致謝45

第3章微型飛行器的計算機視覺46
3.1簡介46
3.2繫統和傳感器47
3.3自我運動估計48
3.3.1利用慣性和視覺測量進行狀態估計49
3.3.2單目視覺MAV位姿51
3.3.3立體視覺MAV位姿52
3.3.4光流測量MAV位姿54
3.43D建圖56
3.5自主導航58
3.6場景理解60
3.7本章小結60

第4章水下機器人的海底探險62
4.1簡介62
4.2水下成像的挑戰63
4.3在線計算機視覺技術65
4.3.1去霧65
4.3.2視覺裡程計70
4.3.3SLAM71
4.3.4激光掃描75
4.4聲成像技術75
4.4.1圖像形成76
4.4.2聲學處理的在線技術78
4.5本章小結81
致謝81

第5章基於視覺的高級駕駛員輔助繫統82
5.1簡介82
5.2前向輔助83
5.2.1自適應巡航控制（ACC）和前向避踫（FCA）83
5.2.2交通標志識別（TSR）84
5.2.3交通擁堵輔助（TJA）85
5.2.4弱勢道路使用者保護86
5.2.5智能前照燈控制89
5.2.6增強夜視（動態光斑）89
5.2.7智能主動懸架91
5.3橫向輔助92
5.3.1車道偏離警告（LDW）和車道保持繫統（LKS）92
5.3.2變道輔助（LCA）94
5.3.3泊車輔助94
5.4駕駛員監控和睡意檢測95
5.5本章小結97
5.5.1魯棒性97
5.5.2成本98
致謝98

第6章鳥瞰應用挑戰99
6.1簡介99
6.1.1微型飛行器99
6.1.2微型旋翼機99
6.2GPS導航失效100
6.2.1帶距離傳感器的自主導航101
6.2.2帶視覺傳感器的自主導航101
6.2.3SFLY：微型飛行器群102
6.2.4SVO：一種用於MAV的視覺裡程算法102
6.3應用和挑戰103
6.3.1應用103
6.3.2安全性和魯棒性104
6.4本章小結107

第7章水下視覺的應用挑戰108
7.1簡介108
7.2水下測繪與檢測的離線計算機視覺技術109
7.2.12D馬賽克109
7.2.22.5D映射116
7.2.33D映射117
7.2.4用於海底分類的機器學習123
7.3聲學測繪技術126
7.4本章小結128
結束語129
參考文獻130

這本書是車輛技術中的計算機視覺(CVVT) 研討會思想的延續。在我寫完這本書的時候，第7屆CVVT研討會CVPR 2016正在拉斯維加斯舉行。之前的CVVT研討會有在波士頓舉辦的CVPR 2015 (http://adas.cvc.uab.es/CVVT2015/), 在蘇黎世舉辦的ECCV 2014 (http://adas.cvc.uab.es/CVVT2014/)，在悉尼舉辦的ICC-V 2013(http://adas.cvc.uab.es/CVVT2013/)，在佛羅倫薩舉辦的ECCV 2012 (http://adas.cvc.uab.es/CVVT2012)，在巴塞羅那舉辦的ICCV 2011 (http://adas.cvc.uab.es/CVVT2011/)，以及在昆士城舉辦的ACCV 2010(http://www.media.imit.chibau.ip/CVVT2010/)。這意味著在這些年裡，在許多被邀請的演講者、合作組織者、作者和贊助商的共同努力下，CVVT一直充滿著活力。在這裡，我們向他們表示誠摯的謝意!當然，我們也要特別感謝這本書的全體作者，他們為本書的撰寫付出了大量心血。
此外，我還需要感謝巴塞羅那自治大學計算機視覺中心高級駕駛員輔助繫統(ADAS)組織的過去和現在的成員。感謝目前的公共資助，特別是西班牙MEC項目TRA2014-57088-C2-1-R、西班牙DGT項目SPIP2014-01352和加泰羅尼亞自治區項目2014-SGR-1506。後，我要感謝英偉達（NVIDIA）公司慷慨捐贈的多種圖形處理，特別是對ADAS組織活動的大力支持。
Tomas Pajdla獲得了歐盟H2020授權No. 688652UP－Drive和布拉格的捷克技術大學研究機構資源的支持。
Atsushi Imiya從2010—2015年在日本千葉大學獲得了IMIT項目大數據集模式識別項目的支持。
Jose M. Alvarez獲得了澳大利亞研究理事會的支持，該理事會為仿生視覺提供了“仿生視覺科學與技術專項研究計劃”。澳大利亞國家信息通信技術協會是由澳大利亞政府通過交通部和澳大利亞研究委員會通過ICT卓越中心項目建立的。
這本書分為與CVVT主題相關的7個獨立的章節,簡單地說，第1章是連接計算機視覺與車輛的主要思想的快速回顧。第2~7章更加專業化，可以分為兩個部分。第2~4章重點介紹了計算機視覺在車輛自動導航中的應用，其中，第2章關注地面(自動駕駛汽車)，第3章關注空中(微型飛行器)，第4章關注海洋(水下機器人)。第5~7章著重於使用計算機視覺作為一種技術來解決自動導航之外的特定應用，其中第5章特別關注地面(ADAS)，第6章和第7章分別關注空中和海上。

安東尼奧?M. 洛佩斯
西班牙巴塞羅那自治大學計算機視覺中心